Badanie naukowe ujawnia, w jaki sposób nasze mózgi interpretują zaawansowane pojęcia matematyczne
Nasza zdolność do rozumienia abstrakcyjnych pojęć matematycznych jest wyjątkową cechą, niespotykaną u innych gatunków. Nawet bez formalnego wykształcenia czy znajomości specyficznego języka ludzie przejawiają wrodzone intuicje dotyczące arytmetyki i geometrii, związane z aktywnością w określonej części mózgu – bruździe śródciemieniowej. Jednak to, w jaki sposób nasze mózgi interpretują zaawansowane pojęcia matematyczne, pozostaje w dużej mierze zagadką. Wcześniejsze badania sugerują, że rozumienie złożonych pojęć matematycznych nie opiera się na mózgowych obwodach językowych, lecz wykorzystuje starsze systemy związane z przetwarzaniem liczebności i przestrzeni. W związku z tym pojawia się kilka pytań. Jak język wpływa na nauczanie matematyki w szkole? Jak szybko nowe pojęcia matematyczne są przyswajane przez sieć mózgu reagującą na matematykę? Czym różni się aktywność neuronalna dzieci podczas nauki od aktywności neuronalnej dorosłych?
Od badań laboratoryjnych po eksperymentalne
Aby odpowiedzieć na te pytania, zespół finansowanego przez UE projektu NeuroMath połączył neuroobrazowanie z technikami rozwojowymi i edukacyjnymi. Badanie zostało sfinansowane ze środków programu działań „Maria Skłodowska-Curie”. W ramach innowacyjnej metody z wykorzystaniem funkcjonalnego rezonansu magnetycznego fMRI badano uczestników, którzy oglądali krótką lekcję wideo na temat nowego pojęcia matematycznego i wykonywali zadania oceniające ich zrozumienie przed i po obejrzeniu materiału filmowego. Podczas badania 21 dorosłych studentów pierwszego roku oglądało filmy dotyczące czterech różnych zagadnień: teorii miary, procesów stochastycznych, biologii roślin i prawa własności. Mieli za zadanie określić, czy wypowiadane na filmie stwierdzenia matematyczne i niematematyczne są prawdziwe czy fałszywe. „Wyniki pokazały, że o ile znajome pojęcia matematyczne aktywują odrębną sieć mózgu reagującą na matematykę, to nowe pojęcia nie są automatycznie integrowane z tą siecią”, mówi koordynatorka projektu Marie Amalric. To oznacza, że mózg nie od razu klasyfikuje i przetwarza nowe informacje matematyczne w taki sam sposób jak znajome pojęcia. Jednak nowa metoda fMRI okazała się przydatna do oceny skuteczności materiałów do nauczania matematyki. Wyniki tej części prac można znaleźć tutaj. Jeśli chodzi o dzieci, badanie koncentrowało się na nauczaniu prawa przemienności mnożenia. Początkowo badacze oceniali istniejącą wiedzę pięcioletnich dzieci za pomocą gry polegającej na rozdawaniu jabłek. Okazało się, że symetria powiązana z przemiennością pomaga przedszkolakom w opanowaniu tego pojęcia.
Metody nauczania muszą oceniać wcześniejszy stan wiedzy i opanowanie symboli
Następnie zespół sprawdził wiedzę uczniów szkół podstawowych na temat przemienności mnożenia za pomocą gry polegającej na porównywaniu liczb. Dalsza ocena wykazała, że na skuteczność metody nauczania miało wpływ uprzednie rozumienie symboli matematycznych przez dzieci i umiejętność posługiwania się nimi w odniesieniu do pojęć matematycznych. Dzieci z niższym poziomem znajomości symboli wykazały poprawę w testach wykorzystujących symbole, podczas gdy te z wyższym poziomem znajomości – w testach ich niewykorzystujących. „Sugeruje to, że prawo przemienności mnożenia może nie być intuicyjnie rozumiane przed rozpoczęciem formalnego kształcenia”, mówi Amalric. Wyniki projektu zostały opublikowane tutaj. Aby ocenić wpływ materiałów edukacyjnych na aktywność neuronalną, 20 dzieci z drugiej klasy wzięło udział w podobnej grze, porównującej liczby przed i po interwencji dydaktycznej przeprowadzonej podczas badania fMRI. Przeskanowano także 20 osób dorosłych, aby określić korelację dojrzałości funkcji mózgowych z osiąganymi wynikami. Obecnie trwa analiza danych z badania fMRI. „Zaproponowaliśmy nową perspektywę na rozwój abstrakcyjnych pojęć matematycznych poprzez kształcenie formalne. Nasze podejście diagnostyczne pomaga zrozumieć, w jaki sposób mózg postrzega, uczy się i rozumie duże ilości, które prezentują funkcje grupowania, zarówno na poziomie behawioralnym, jak i neuronalnym. Uzyskaliśmy także intrygujące spostrzeżenia dotyczące znaczenia wcześniejszej znajomości symboli w przypadku przemienności mnożenia”, dodaje na koniec Amalric.
Słowa kluczowe
NeuroMath, pojęcia matematyczne, ludzki mózg, nauczanie, symbole, fMRI, przemienność mnożenia, neuroobrazowanie
